AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

Like dokumenter
! Antall oppgaver: Antall vedlegg: 5 3 o. Kalkulator. alle skrevne og trykte

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

EKSAMEN. Oppgavesettet består av 5 oppgaver, hvor vekten til hver oppgave er angitt i prosent i oppgaveteksten. Alle oppgavene skal besvares.

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

211.7% 2.2% 53.0% 160.5% 30.8% 46.8% 17.2% 11.3% 38.7% 0.8%

EKSAMEN. Oppgavesettet består av 5 oppgaver, hvor vekten til hver oppgave er angitt i prosent i oppgaveteksten. Alle oppgavene skal besvares.

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

Emnenavn: Eksamenstid: 4 timer. Faglærer: Hans Kristian Bekkevard

X = 1 5. X i, i=1. som vil være normalfordelt med forventningsverdi E( X) = µ og varians Var( X) = σ 2 /5. En rimelig estimator for variansen er

Oppgaven består av 9 delspørsmål, A,B,C,., som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<.. >>.

Oppgave 1 Hardheten til en bestemt legering er undersøkt med åtte målinger og resultatene ble (i kg/mm 2 ) som i tabellen til høyre.

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Statistikk og økonomi, våren 2017

Kapittel 8: Estimering

Oppgave 1. (i) Hva er sannsynligheten for at det øverste kortet i bunken er et JA-kort?

Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og 9.10

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 5 Estimering. Målemodellen.

Emnenavn: Metode 1, statistikk deleksamen. Eksamenstid: 4 timer. Faglærer: Bjørnar Karlsen Kivedal

Lineær regresjonsanalyse (13.4)

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

TMA4240 Statistikk Høst 2016

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

TMA4240 Statistikk Høst 2015

MOT310 Statistiske metoder 1, høsten 2011

Kort repetisjon fra kapittel 4. Oppsummering kapittel ST0202 Statistikk for samfunnsvitere. Betinget sannsynlighet og trediagram

Kap. 9: Inferens om én populasjon

Eksempeloppgave REA3028 Matematikk S2 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5

Løsningsforslag til eksamen i STK desember 2010

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004

Eksamen REA3028 S2, Våren 2010

TMA4245 Statistikk Eksamen august 2015

Kap. 9: Inferens om én populasjon

EKSAMENSOPPGAVE. Mat-1060 Beregningsorientert programmering og statistikk

Eksamen REA3028 S2, Våren 2010

Hypotesetesting, del 4

Oppgave 1 a) Minste kvadraters metode tilpasser en linje til punktene ved å velge den linja som minimerer kvadratsummen. x i (y i α βx i ) = 0, SSE =

) = P(Z > 0.555) = > ) = P(Z > 2.22) = 0.013

Oppgaver fra boka: X 2 X n 1

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2018

Mer om utvalgsundersøkelser

TMA4245 Statistikk Vår 2015

Estimering og hypotesetesting. Estimering og hypotesetesting. Estimering og hypotesetesting. Kapittel 10. Ett- og toutvalgs hypotesetesting

TMA4240 Statistikk Høst 2009

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006

H 1 : µ 1 µ 2 > 0. t = ( x 1 x 2 ) (µ 1 µ 2 ) s p. s 2 p = s2 1 (n 1 1) + s 2 2 (n 2 1) n 1 + n 2 2

Løsning TALM1005 (statistikkdel) juni 2017

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 4

TMA4240 Statistikk Høst 2016

UNIVERSITETET I OSLO

TMA4240 Statistikk Høst 2015

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 5. Hypotesetesting, del 5

Konfidensintervall. Notat til STK1110. Ørnulf Borgan, Ingrid K. Glad og Anders Rygh Swensen Matematisk institutt, Universitetet i Oslo.

Eksamen REA3028 S2, Våren 2011

Introduksjon. Hypotesetesting / inferens (kap 3) Populasjon og utvalg. Populasjon og utvalg. Populasjonsvarians

5 y y! e 5 = = y=0 P (Y < 5) = P (Y 4) = 0.44,

ECON240 Statistikk og økonometri

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2015

STK1100 våren 2017 Estimering

Der oppgaveteksten ikke sier noe annet, kan du fritt velge framgangsmåte.

KLMED8004 Medisinsk statistikk. Del I, høst Estimering. Tidligere sett på. Eksempel hypertensjon

2. Hypotesetesting i ulike sitausjoner: i. for forventingen, μ, i målemodellen med normalantakelse og kjent varians, σ 2.

Forventningsverdi. MAT0100V Sannsynlighetsregning og kombinatorikk

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 2

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Løsningsforslag ST2301 øving 3

LØSNING, EKSAMEN I STATISTIKK, TMA4240, DESEMBER Anta at sann porøsitet er r. Måling med utstyret gir da X n(x; r, 0,03).

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5

Econ 2130 uke 15 (HG) Poissonfordelingen og innføring i estimering

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 5

TMA4240 Statistikk Høst 2016

Oversikt over konfidensintervall i Econ 2130

Oppgaver fra boka: Med lik men ukjent varians antatt har vi fra pensum at. t n1 +n 2 2 under H 0 (12 1) (12 1)

ÅMA110 Sannsynlighetsregning med statistikk, våren Estimering. Målemodellen. Sannsynlighetsregning med statistikk. Kp. 5 Estimering.

TMA4245 Statistikk Eksamen mai 2017

Oversikt over konfidensintervall i Econ 2130

Rep.: generelle begrep og definisjoner Kp. 10.1, 10.2 og 10.3

Fakultet for teknologi, kunst og design Teknologiske fag Eksamen i: Diskret matematikk

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO

TMA4245 Statistikk Eksamen 9. desember 2013

Oversikt over konfidensintervall i Econ 2130

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004

8 (inkludert forsiden og formelsamling) Tegne- og skrivesaker, kalkulator, formelsamling (se vedlagt).

betegne begivenheten at det trekkes et billedkort i trekning j (for j=1,2,3), og komplementet til

LØSNINGSFORSLAG TILEKSAMEN I FAG TMA4240/TMA4245 STATISTIKK 10. august 2005

Eksamen REA3024 Matematikk R2. Nynorsk/Bokmål

Eksamen S2, Høsten 2013

Del1. Oppgave 1. a) Deriver funksjonene: b) Gitt den uendelige rekken. Avgjør om rekken konvergerer, og bestem eventuelt summen av rekken.

UNIVERSITETET I OSLO

Estimering 1 -Punktestimering

MOT310 Statistiske metoder 1, høsten 2012

EKSAMEN Ny og utsatt

TMA4240 Statistikk H2010

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 12. desember 2008

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 5

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 4. Hypotesetesting, del 4

Kap. 9: Inferens om én populasjon. Egenskaper ved t-fordelingen. ST0202 Statistikk for samfunnsvitere. I Kapittel 8 brukte vi observatoren

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL

Transkript:

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE Eme: Statistikk Gruppe(r): Alle ( 2. årskull) Eksamesoppgav Atall sider (ikl. e består av: forside): 5 Tillatte hjelpemidler: Emekode: LO070A Dato: 11.06.2004 Atall oppgaver: Kalkulator, alle skreve og trykte 3 Faglig veileder: Mari Mehle Eksamestid: 9 00-12 00 Atall vedlegg: 0 Kadidate må selv kotrollere at oppgavesettet er fullstedig. Ved evetuelle uklarheter i oppgavetekste skal du redegjøre for de forutsetiger du legger til gru for løsige. Mellomregig og begruelse skal tas med i iførige. Utarbeidet av Kotrollert av (e av disse): (faglærer): Ae lærer Sesor Studieleder/ Fagkoordiator Studieleders/ Fagkoordiators uderskrift: Mari Mehle Reidar Kvadsheim Ja O. Kleppe Avdelig for igeiørutdaig Cort Adelersgate 30 0254 Oslo tlf: 22 45 32 00 faks: 22 45 32 05

2 Eksame_V2004.b Avdelig for igeiørutdaig Cort Adelersgate 30 0254 Oslo tlf: 22 45 32 00 faks: 22 45 32 05 iu@hio.o Oppgave 1 Ata at X er ormalfordelt N(m,s) = N(0,1) a) Bereg P(X 0.75), P(X > -0.75) og P(-2.15 < X 0.75). b) Bestem kostatee a, b, c slik at P(X a) = 0.80, P(X > b) = 0.045, P(c < X 0.65) = 0.50. E bedrift produserer oljerør av e bestemt type. Rørees trykkfasthet (ehet N/mm 2 ) er uavhegige og ormalfordelte, og alle har forvetigsverdi 34 og stadardavvik 0.6. Røree er ueget for sitt formål dersom de har trykkfasthet uder 32.8 N/mm 2 og blir i så fall kassert. c) Hva er sasylighete p f for at et tilfeldig rør blir kassert? Hva er sasylighete for at et tilfeldig rør har e trykkfasthet på mist 35.1 N/mm 2? d) Bedrifte har påtatt seg å levere 900 brukbare rør til e kude. På gru av fare for svi produserer bedrifte for sikkerhets skyld 930 rør. Hvor stor er (tilærmet) sasylighete for at produksjoe tillfredsstiller kravet om 900 brukbare rør? Forklar hvorda du teker for å løse dee oppgave. Oppgave 2 To studeter på kjemilija gjeomfører e udersøkelse hvor de blader to kjemikalier. Kjemikaliee reagere med hveradre og utvikler varme. Studet A måler temperaturutviklige med et valig termometer som viser 0 C, og studet B måler de samme temperaturutviklige med et elektroisk, ukalibrert måleistrumet. Dataee fra måligee til hver av studetee er gjegitt i tabell 1. Figur 1. viser et spredigsplott for temperaturdatae.

Eksame_V2004.b 3 Tid etter bladig tide i s Studet A Temp. i 0 C 0 20 68 5 33 90 10 44 112 15 55 132 20 64 148 25 73 163 30 81 178 35 88 190 40 94 202 45 100 211 50 Middelverdi : 105 68.8 Studet B Temp. ukjet skala 251 158.6 Tabell 1 Sammelikig av de målte temperaturee 300 Målig med elektroisk istrumet og ukjet skala 250 200 150 100 50 0 0 20 40 60 80 100 120 Målig med valig termometer i grader Celsius Figur 1 Ta utgagspukt i datautskrifte over sammedraget for temperaturdataee i tabell 2, og svar på de følgede spørsmålee. a) Skriv opp korrelasjoskoeffisiete som viser hvor sterk korrelasjoe mellom dataee fra studet A og studet B er? Hva uttrykker korrelasjoskoeffisiete? Hvor stor del av variasjoe i studet B's måliger ka forklares ut fra variasjoe i studet A's måliger?

4 Eksame_V2004.b b) Bestem regresjoslija år vi velger at dataee fra studet A skal være vår forklarigsvariabel, og data fra studet B resposvariabel. c) Ata at studet A har målt 120 0 C. Fi et 95% kofidesitervall for verdie studet B ka måle samtidig med det elektroiske måleistrumetet. d) E av lærere på kjemilija har e hypotese H 0 om at stigigstallet skal være b = 1.8. Avgjør om dee hypotese ka forkastes eller ikke. Datautskrift til oppgave 2 SAMMENDRAG (TEMPERATUR DATA) Regresjosstatistikk Multippel R 0.9888 R-kvadrat 0.9778 Justert R- kvadrat 0.9754 Stadardfeil 8.6628 Observasjo er 11.0000 Tabell 2 Variasaalyse fg SK GK F Sigif-k as- F Regresjo 1 29779.15 29779.15 396.82 9.4043E-09 Residualer 9 675.39 75.04 Totalt 10 30454.55 Koeffisieter Stadardfeil t-stat P-verdi Nederste 95% Øverste 95% Skjærigspu 25.41 7.18 3.54 0.00632577 9.17 41.65 Studet A temperatur i deg C 1.94 0.0972 19.92 9.4043E-09 1.72 2.16 Oppgave 3A: Løses av alle studeter utatt IKT studetee Hvis du ikke klarer å vise det det spørres etter i 3a og b bruk resultatee videre i oppgave. I e stor by er det e viss adel p av ibyggere som øsker medlemsskap i EU. Det gjøres e udersøkelse med et tilfeldig utvalg på persoer. X er atallet som svarer ja i udersøkelse, og vi lar adele av disse pˆ = X være e estimator for de ukjete p. I e udersøkelse med = 450, ble X = 239. a) Estimer p i dette tilfellet. Vis at pˆ = X er forvetigsrett og vis at variase p H1 pl Var HpˆL =. Begru at at pˆ er tilærmet ormalfordelt. b) Betrakt Var HpˆL som e fuksjo av p og fi des maksimum. Vis at stadardavviket for p

Eksame_V2004.b 5 1 oppfyller betigelse SD HpˆL 2 è!!! c) Hvis de største verdie fra resultatet i b) brukes som stadardavvik, hva blir et 95% kofidesitervall for p? I e tilsvarede udersøkelse der 450 persoer i et ladbruksdistrikt ble spurt, var det 214 som svarte ja til at de øsker et EU medlemsskap. d) Ka vi med e sikkerhet på 95% si at det er forskjell i oppslutige om et EU medlemsskap i e storby og i et ladbruksdistrikt? Svaret skal begrues. Oppgave 3B Løses bare av IKT studetee Hvis du ikke klarer å vise det det spørres etter i 3a bruk resultatet videre i oppgave. I e stor by er det e viss adel p av ibyggere som øsker medlemsskap i EU. Det gjøres e udersøkelse med et tilfeldig utvalg på persoer. X er atallet som svarer ja i udersøkelse, og vi lar adele av disse pˆ = X være e estimator for de ukjete p. I e udersøkelse med = 450, ble X = 239. a) Estimer p i dette tilfellet. Vis at pˆ = X er forvetigsrett og vis at variase p H1 pl Var HpˆL =. Begru at at pˆ er tilærmet ormalfordelt. b) Hvis vi bruker σ = 1 2 è!!! som stadardavvik, hva blir et 95% kofidesitervall for p? c) I dette puktet atar vi at p = 0.5. E avis spør 5 på gata i storbye om de vil si ja til et EU medlemsskap. Hva er sasylighete for at 4 av 5 svarer ja? Hva er sasylighete for at mist 2 sier ja til medlemsskap? I e tilsvarede udersøkelse der 450 persoer i et ladbruksdistrikt ble spurt, var det 214 som svarte ja til at de øsker et EU medlemsskap. d) Ka vi med e sikkerhet på 95% si at det er forskjell i oppslutige om et EU medlemsskap i e storby og i et ladbruksdistrikt? Svaret skal begrues.